Биометрия как наука

Размещено на http://www.allbest.ru/

Биометрия как наука

1.Определение биометрии как научной дисциплины, ее цели и задачи

биометрия дисциплина лесной

Слово “биометрия” происходит от греческих слов “bios” - жизнь и “metreo” - измеряю, т.е. это наука о планировании и проведении измерений в живой природе, их обобщении и анализе результатов этих измерений.

Явления жизни, как и вообще все явления материального мира, имеют две неразрывно связанные стороны: качественную, воспринимаемую непосредственно органами чувств, и количественную, выражаемую числами при помощи счета и меры.

При исследовании различных явлений природы применяют одновременно и качественные, и количественные показатели. Несомненно, что только в единстве качественной и количественной сторон наиболее полно раскрывается сущность изучаемых явлений. Однако в действительности приходится пользоваться, смотря по обстоятельствам, либо качественными, либо преимущественно количественными показателями, памятуя о том, что качество и количество материи находятся в диалектическом единстве, взаимно переходят друг в друга.

Несомненно, что количественные методы как более объективные и точные имеют преимущество перед качественной характеристикой предметов. Недаром еще в древности достоверность познания природы связывалась с математикой - наукой точной, изучающей количественные отношения и пространственные формы реальной действительности. Опираясь на количественные показатели, можно получить более достоверную информацию о предметах, что позволяет глубже постигнуть их качественное своеобразие.

Количественные методы не ограничиваются одними лишь измерениями или учетом живых существ и продуктов их жизнедеятельности. Сами по себе результаты измерений, хотя и имеют известное значение, еще недостаточны для того, чтобы сделать из них необходимые выводы. Цифровые данные, собранные в процессе массовых испытаний, т.е. измерений или учета изучаемого объекта, - это всего лишь сырой фактический материал, который нуждается в соответствующей математической обработке. Без обработки - упорядочения и систематизации цифровых данных - не удается извлечь заключенную в них информацию, оценить надежность отдельных суммарных показателей, убедиться в достоверности или недостоверности наблюдаемых между ними различий. Эта работа требует от специалистов определенных знаний, умения правильно обобщать и анализировать собранные в опыте данные. Система этих знаний и составляет содержание биометрии - науки, занимающейся главным образом вопросами статистического анализа результатов исследований как в области теоретической, так и прикладной биологии, в том числе и в лесном хозяйстве.

2. Особенности биометрии как науки и ее место в ряду других наук

Одна из характерных особенностей биометрии как науки состоит в том, что она не имеет прямого и непосредственного отношения к вопросам техники измерений или учета живых существ. Это дело частных наук - таких как ботаника, зоология, антропология, лесоведение, дендрология, энтомология, агрономия и др. Они имеют свои объекты исследования и применительно к ним разрабатывают методику измерений и количественного учета изучаемых объектов. В настоящее время широко применяются биометрические способы планирования биологических экспериментов, опытов, полевых исследований. Но главной задачей биометрии по-прежнему остается обработка результатов измерений и учета результатов опытов для того, чтобы по немногим числовым показателям судить о существе изучаемых явлений. Поэтому с чисто формальной стороны биометрия представляет совокупность математических методов, применяемых к обработке результатов биологических исследований. Эти методы она заимствует преимущественно из области математической статистики и теории вероятностей, составляющих техническую основу биометрии. Следовательно, биометрия - это математическая статистика в приложении к явлениям живой природы.

Сопоставляя названные науки, надо иметь в виду, что математическая статистика и теория вероятностей являются науками сугубо теоретическими, абстрактными. Они изучают статистические совокупности безотносительно к специфике входящих в их состав элементов. Методы математической статистики и лежащей в ее основе теории вероятностей могут быть приложены к самым различным областям знания, включая и гуманитарные науки. Биометрия же - наука эмпирическая, конкретная: она исследует исключительно биологические совокупности, преследуя не математические, а биологические цели.

На этом основании нельзя ставить знак равенства между биометрией и математической статистикой, полностью их отождествлять. Биометрия имеет свой объект исследования, свое место в системе биологических наук: теория вероятностей и математическая статистика - разделы современной математики, а биометрия относится к числу биологических наук. Отношение биометрии к математике аналогично тому, какое существует между биологией и методикой ее преподавания. Не имея собственных методов исследования, которые она заимствует из математики, биометрия занимает особое положение, являясь относительно самостоятельным разделом биологии, возникшим на стыке математических и биологических наук. Биометрия является следствием развития теории вероятностей и математической статистики. Ее часто называют вариационной статистикой.

Теория вероятности имеет дело со случайными явлениями. В научных исследованиях, технике и массовом производстве часто приходится встречаться с явлениями, которые при неоднократном воспроизведении одного и того же опыта в неизменных условиях протекают каждый раз несколько по-иному. Такие явления называют случайными. Например, при стрельбе результат каждого отдельного выстрела будет случайным. Проводя экспериментальное изучение какого-либо явления и систематизируя результаты исследования (тех же результатов стрельбы) в виде графической зависимости, мы убеждаемся в том, что при достаточно большом количестве экспериментальных точек получается не кривая, а некоторая полоса, т.е. имеет место случайный разброс экспериментальных точек.

Измеряя диаметры и высоты в лесу и нанося полученные значения на график, мы тоже увидим набор точек, но при достаточно большом числе наблюдений вырисовывается некоторая линия, близкая к параболе или к другой функции, имеющей схожий график.

При решении многих практических задач случайными отклонениями точек от кривой можно пренебречь, предполагая, что в данных условиях опыта явление протекает вполне определенно. Выявляется основная закономерность, свойственная данному явлению. По этой закономерности, применяя тот или иной математический аппарат, можно предсказать результат опыта по его заданным условиям.

По мере развития различных отраслей науки становится необходимым изучать случайные явления, с тем чтобы научиться предвидеть действия случайных факторов и учитывать их в практическом решении задач. В лесном хозяйстве такая потребность появилась в конце XIX века, что дало толчок к использованию методов математической статистики и положило начало развитию лесной биометрии.

Математическая наука, изучающая общие закономерности случайных явлений независимо от их конкретной природы и дающая методы количественной оценки влияния случайных факторов на различные явления, называется теорией вероятностей. Основой научного исследования в теории вероятностей является опыт и наблюдение. На теории вероятностей базируется вся статистика - и математическая, и экономическая, и социальная.

Мы живем в век статистики. Едва ли не в каждом своем аспекте явления природы, а также человеческая и прочая деятельность поддаются сейчас измерению при помощи статистических показателей. Существует две диаметрально противоположные точки зрения на статистику, широко доступную в настоящее время для населения. Согласно одной из них, публикуемые статистические данные содержат в себе некое смысловое качество, нечто подобное тому, что приписывали числам пифагорейцы, и обладают такой степенью непогрешимости, что их можно принимать на веру безоговорочно. Это, конечно, так же абсурдно, как и другое, еще более распространенное, мнение о том, что можно сфабриковать статистические данные, которые докажут все что угодно, а потому, следовательно, они в действительности ничего не доказывают.

Последнее утверждение нашло отражение в юмористическом виде. Известна злая шутка. Есть три рода лжи: ложь вынужденная или просто ложь, ей есть оправдание; ложь наглая, для которой нет оправдания, и статистика.

Но ничего из сказанного не имеет отношения к математической статистике. Последней нет необходимости лгать вообще. Обе точки зрения ошибочны потому, что они основаны на незнании или непонимании целей, пределов и требований подлинной статистической теории и практики. Математическая статистика - это строгая наука и, как любая наука, она объективна и беспристрастна.

Математическая статистика - это наука о методах количественного анализа массовых явлений, учитывающей одновременно и качественное своеобразие этих явлений.

В большинстве случаев для выявления общей закономерности необходимо большее число наблюдений. Но мало выполнить наблюдения. Необходимо применить специальные способы их обработки. Более того, наблюдения должны быть спланированы и организованы специальным образом, иначе их ценность резко снизится. Методы и правила, необходимые формулы для организации наблюдений и обработки полученного материала дает математическая статистика.

В целом и теория вероятностей, и математическая статистика - это разделы математики. Связи современной биологии и лесного хозяйства с математикой многосторонни, они все больше расширяются. Но не всякие количественные методы, используемые в биологии, составляют содержание биометрии. Нельзя, например, отождествлять биометрию с кибернетикой и с так называемой “математической биологией”, у которых имеются свои, особые задачи, не совпадающие с задачами биометрического анализа совокупностей.

Другой характерной особенностью биометрии как науки является то, что ее методы могут быть приложены не к единичным объектам, не к отдельным результатам наблюдений, а к их совокупности, т.е. к явлениям массового характера. Если мы рассматриваем, например, отдельно взятую особь и сравниваем ее с популяцией, к которой она принадлежит, то можем сказать, что между данной особью и популяцией, как равно и между результатами единичных измерений и всей их совокупности в целом, существует самая тесная связь. Иначе говоря, общее и единичные явления не просто “сосуществуют”, они взаимно обусловливают друг друга. Нельзя представить совокупность без ее членов, как невозможен лес без деревьев определенного ботанического вида или определенной древесной породы. Древесными породами в лесоводстве принято называть древесные виды. Каждый лесовод знает, что некоторая сумма деревьев - это еще не лес. Лес отличается от совокупности деревьев не только количественно, но и качественно. Вот это качественное отличие и должны отражать законы биометрии.

С первого взгляда кажется, что между общим и отдельным, целым и частью нет никакой разницы и что законы, действующие в сфере единичных и массовых явлений, одни и те же. Но это не так. Множество или общее не есть простая арифметическая сумма входящих в ее состав единиц. В сфере массовых явлений, т.е. в совокупностях, действуют свои, присущие им статистические законы, которые лишь в общих чертах характеризуют единичные явления. Также и законы, присущие единичным явлениям, не отражают в полной мере общих закономерностей, проявляющихся лишь в сфере статистических совокупностей.

В этом противоречивом единстве и заключается внутренняя связь между частью и целым, между единичными явлениями и их совокупностью. Биометрия помогает выявлять эту связь и оценивать значение отдельных факторов в свете общих закономерностей, присущих совокупности в целом.

Наконец, нельзя не отметить еще одну характерную черту биометрии - ее своеобразный язык знаков, символов, уравнений, графиков и формул. Все эти условные обозначения, предназначенные для “экономного” выражения мысли, биометрия заимствует из математики. Известно, что математическая логика отличается краткостью и точностью доказательных формулировок, убедительностью выводов. Благодаря символике удается сравнительно простыми и точными средствами выражать содержание сложных и многообразных явлений природы, что значительно облегчает понимание присущих им закономерностей.

Графики, уравнения и формулы, поскольку они заключают в себе наиболее существенное и типичное в явлениях, служат своего рода математическими моделями этих явлений. Математическое моделирование в данном случае аналогично схематическим построениям в виде рисунков, графиков и иных изображений, широко используемых в педагогической и научно-исследовательской работе. В наш век сплошной компьютеризации именно математическое моделирование является основным методом описания выявленных законов и закономерностей в живой природе, в том числе и в лесных науках: лесоведении, лесоводстве, лесной таксации, защите леса, лесной генетике и селекции и т.д.

Разумеется, любые схемы и модели дают лишь некоторое подобие реальной действительности. Но именно в этом и заключаются их большие методические возможности. Достаточно облечь мысли в форму символов и знаков, геометрических фигур и уравнений, как это дает широкие возможности для глубокого и всестороннего познания явлений, быстрого движения на пути к истине. Но символы и вообще биометрические показатели приобретают определенный смысл лишь тогда, когда они соответствуют содержанию выражаемого ими процесса, находятся в тесной связи с конкретными задачами биологического исследования. В противном случае биометрическая символика не только не оправдывает себя, но может привести исследователя к ошибкам и заблуждениям. Дело в том, что в краткости и точности числовых характеристик, в удобстве выражать биологические явления языком математических формул и уравнений заключены не только большие методические возможности, но и опасность отрыва от конкретных явлений, а это ведет к ошибкам, создает видимость истины там, где ее на самом деле нет. Не следует выражать математическими формулами или графиками то, что очевидно само по себе. Во многих случаях биометрические данные, сведенные в статистические таблицы, оказываются настолько убедительными, что не нуждаются ни в какой дополнительной обработке.

Посмотрим на две таблицы, показывающие ход роста сосновых древостоев.

Таблица 1.1 - Динамика средних высот соснового древостоя в кисличном и сфагновом типах леса

Из таблицы 1.1 сразу видно, что рост сосняка кисличного намного интенсивнее, чем сосняка сфагнового. Здесь можно привести сравнение по методикам биометрии, но результат заранее ясен. Посмотрим теперь другие материалы. Рассмотрим динамику двух однородных древостоев, растущих в одинаковых условиях, но отличающихся тем, что в одном из них провели рубки ухода, т.е. изредили древостой. В обоих участках определили среднюю высоту. Результаты измерений приведены в таблице 1.2.

Таблица 1.2 - Изменение средней высоты в неизреженном и изреженном сосняке мшистом

Из таблицы 1.2 вытекает, что изреженный древостой имеет несколько среднюю большую высоту, но различия небольшие. Поэтому без дополнительного анализа судить о том, что изреженные древостои имеют большую среднюю высоту чем те, где рубки ухода не проводили, нельзя. Чтобы дать ответ на этот вопрос, надо обратиться к соответствующим биометрическим методам и оценить степень достоверности наблюдаемых в опыте различий. Методика такой оценки будет показана в дальнейшем.

Из сказанного отнюдь не следует, что нужно как-то ограничивать применение математических методов в лесоводстве. Речь идет не об ограничении, а о правильном использовании этих методов в лесных исследованиях. Сама по себе биометрия не ведет к ошибкам и заблуждениям: они возникают при неумелом, механическом использовании биометрических показателей без учета их конструктивных особенностей и теоретического обоснования. В работе лесовода в равной мере неприемлемы как биометрическое жонглирование, превращающее работу исследователя в бесплодную и вредную “игру в циферки”, так и примитивизм в оценке числовых показателей, ведущий на деле к отказу от применения математических методов в лесном хозяйстве. Истина, как это всегда бывает, заключена не в крайностях, а в разумном подходе к делу.

3.История возникновения и развития математической статистики и биометрии

Биометрия сама по себе наука относительно молодая. Первые опыты ее применения относятся к работам Борелли, который на рубеже XVII и XVIII веков делал математические расчеты движения животных. В начале XVIII века французский ученый Реомюр (1683-1757) (вспомним, что есть температурная шкала Реомюра) искал математические законы строения пчелиных сотов.

Но как полноценная наука биометрия появилась лишь к концу XIX века. Термин “биометрия” был введен в науку английским ученым-антропологом Фр. Гальтоном (1822-1911) в 1889 году для обозначения количественных методов, применяемых в области биологических исследований. В дальнейшем Дункер (1899) предложил другое название - “вариационная статистика”, которое тоже вошло в обиход как выражающее более точное содержание данного предмета. В настоящее время употребляются оба эти термина, хотя буквальный смысл их неодинаков. Слово “биометрия” (от лат. bios - жизнь, metron - мера) означает производство биологических измерений, а термин “вариационная статистика” (от лат. слов variatio - изменение, колебание и status - состояние, положение вещей) понимается как описание наблюдений, их математическая обработка. Гораздо более длительную историю имеет как общая статистика, так и математическая или вариационная статистика.

Развитие статистики началось в эпоху античности, т.е. эта наука имеет древние корни. Например, использование среднего значения было хорошо известно еще при жизни Пифагора (VI в. до н.э.), а упоминания о статистических обследованиях встречаются и в библейские времена. Статистика постепенно развивалась там, где в ней возникала необходимость. В первую очередь статистические методы начали применяться для анализа экономики и явлений общественной жизни, и лишь позже они проникли в биологию. Так, Исаак Ньютон (1642-1727), чей вклад в открытие дифференциального и интегрального исчисления был выдающимся событием в математике, а его теория всемирного тяготения и «ньютоново яблоко» известны любому старшекласснику, является, возможно, наиболее заметной фигурой в области развития современной статистики, хотя сам Ньютон вряд ли слышал когда-либо о существовании этой науки. Другие математики, чьи имена известны прежде всего благодаря работам в области чистой математики, косвенно сделали для развития статистики больше, чем многие из тех ученых, которые непосредственно специализировались на этой науке. Двумя наиболее выдающимися представителями таких ученых-математиков являются Абрахам де Муавр (1667-1754) и Карл Гаусс (1777-1855).

Что касается самих ученых-статистиков, то стоит упомянуть бельгийца Адольфа Кетле (1796-1874), который первым применил современные методы сбора данных. Возможно, вам покажется несколько неожиданным, что и знаменитая английская медицинская сестра середины XIX века (крымская война 1854-55 гг) Флоренс Найтингейл (1820-1910) всю свою жизнь была горячей сторонницей применения статистики. Вспомним, что высшей международной наградой медицинским сестрам, спасающим солдат на войне, является медаль Флоренс Найтингейл. Ею награждены и многие советские медицинские сестры - участницы Великой Отечественной войны 1941-1945 гг. Ф. Найтингейл, работавшая впоследствии на руководящих должностях, доказывала, что администратор может иметь успех только в том случае, если он в своей деятельности будет руководствоваться данными, получаемыми с помощью статистики, и что законодатели и политики часто терпели неудачи из-за того, что их статистические познания были недостаточны.

Двумя другими учеными, внесшими значительный вклад в развитие статистики, являются два англичанина - Фрэнсис Гальтон (1822-1911) и Карл Пирсон (1857-1936). Гальтон, родственник Чарльза Дарвина (1809-1882), серьезно заинтересовался проблемой наследственности, к анализу которой он вскоре применил статистические методы. Гальтон и Пирсон внесли значительный вклад в развитие теории корреляции, которую мы детально рассмотрим ниже. Наиболее известным ученым в области статистики в двадцатом веке являлся Рональд Фишер (1890-1962). Фишер продуктивно работал с 1912 по 1962 г., и многие его исследования оказали существенное воздействие на современную статистику.

В двадцатом веке статистические методы официально введены в Соединенных Штатах для обучения во всех колледжах. Там читались небольшие курсы статистики. В течение первых тридцати лет этого века постепенно возрастало значение статистики в исследовании проблем психологии. При этом отметим, что в данный период психология как наука не была самостоятельной и часто рассматривалась лишь как один из разделов философии.

Применение математической статистики не обошло и лесную отрасль. В лесном хозяйстве нашей страны (Россия, СССР) математическая статистика стала использоваться с конца XIX века в основном благодаря трудам известного лесовода и таксатора профессора А.К. Турского. Уже в 20-30 годы прошлого века математическая статистика стала неотъемлемой частью исследований в лесном хозяйстве.

Одной из причин широкого применения статистических показателей в последние годы является все возрастающая легкость обработки больших массивов чисел. Современные компьютеры позволяют в короткое время проанализировать огромное количество статистических данных, что раньше было невозможно.

Для внедрения математики в биологию и лесное хозяйство в конце XIX и начале ХХ века имелись серьезные основания. Одним из них был переход от описательного метода изучения явлений жизни к экспериментальному. Хотя и при описательном подходе возможно установление математических закономерностей (примером могут быть законы движения небесных тел), однако преобладает в этом случае качественная оценка. Эксперимент же неизбежно требует количественного выражения явлений и процессов. Создание физиологии, генетики, радиобиологии и других экспериментальных областей биологии повлекло за собой разработку многочисленных математических приемов и методов исследования. Большую роль сыграли и чисто практические причины. Разработанные методы стали широко применяться в зоологии, ботанике, лесоводстве, лесной таксации и других биологических науках.

Наконец, важнейшим обстоятельством, определившим использование математических и математико-статистических методов, явилось установление того факта, что многим биологическим явлениям свойственны статистические закономерности, обнаруживаемые при изучении совокупностей, но неприложимые к отдельным единицам этих совокупностей.

Когда физики перешли от изучения поведения отдельных физических тел к изучению поведения множеств молекул, электронов, они вступили в область действия статистических законов. На этой основе создалась особая область физики - статистическая физика, изучающая свойства и поведение систем, состоящих из огромного количества отдельных частиц. В основе многих физических явлений, таких, как радиоактивный распад, термодинамические явления и некоторые другие, лежат статистические закономерности. С их открытием закономерности, установленные эмпирически, например законы термодинамики, получили более глубокое обоснование и были выведены из статистических вероятностных законов.

Физики в начале XIX века долго не могли примириться, что в микромире действуют статистические законы. Ранее казалось, что в физике все детерминировано, т.е. на однозначное действие наступает однозначный результат. Квантовая механика это отвергла. Даже великий Альберт Эйнштейн (1879-1955) долго не мог воспринять такое, неоднократно повторяя: “Неужели господь Бог играет с нами в кегли”. Большинство великих физиков верили и верят в Бога.

Примерно такое же положение наблюдается и сейчас в ряде областей биологии. Когда зоологи, ботаники перешли от изучения отдельных “типичных” представителей вида к изучению многих особей одного вида, они обнаружили массовые явления статистической природы. Рыбы, рачки, моллюски, сосны, коловратки, водоросли, инфузории и другие животные и растения характеризуются изменчивостью, вариацией по самым разнообразным признакам. Такой же вариацией обладают и организмы, культивируемые человеком: колосья пшеницы различаются количеством зерен в колосе, весом отдельных зерен; звери одного вида имеют разную массу, у них варьирует экстерьер и окрас. Весьма изменчивыми объектами являются лесные насаждения. Даже в однородном древостое мы видим большое разнообразие деревьев: по высоте, диаметру, форме кроны и т.д.

При изучении биологических совокупностей, являющихся типично статистическими, оказалось целесообразным применить методы математической статистики, которую в приложении к биологии стали называть биологической статистикой. Еще ее называют вариационной статистикой.

Поле для приложения статистических методов в биологии очень значительно, так как многие экологические, генетические, цитологические, микробиологические, радиобиологические явления - массовые по своей природе. В них участвуют не одна особь или клетка, не одна -частица, не одна бактерия или вирусная частица, не одно дерево, а множества, т.е. совокупности клеток, -частиц, бактерий, особей вида, семей, деревьев и т.д. Осуществление событий в таких совокупностях может быть оценено вероятностями, а анализ их требует применения статистических методов.

Статистические методы существенно необходимы и при постановке экспериментов, так как только с их помощью можно установить, зависит ли наблюдаемое различие между опытными и контрольными делянками леса от влияния изучаемого фактора или же оно чисто случайно, т.е. определяется многими другими, не контролируемыми и не поддающимися учету факторами. Понимание и учет статистических закономерностей помогают экспериментатору составить методически обоснованный план опытов, правильно их провести и, наконец, сделать из них объективные выводы. При этом надо помнить, что никакая математическая и статистическая обработка не поможет, если опыты были проведены неправильно или данные собраны небрежно.

Роль математики и математической статистики в биологии особенно возросла в связи с развитием теории информации и кибернетики в целом и многих связанных с ними областей математики, среди которых главное место занимают теория вероятности, математическая статистика и математическая логика. Применение компьютеров на порядки ускорило и расширило применение статистических методов в биологии вообще и в лесоводстве в частности.

Использование математики в современной биологии не ограничивается только статистическими методами. Поэтому биометрия (или биоматематика, как ее иногда называют) шире, нежели биологическая статистика. Она использует также приемы и методы из других областей математики: дифференциального и интегрального исчислений, теории чисел, матричной алгебры и т.д.

Внедрение математики в биологию первоначально выражалось в использовании отдельных математических и математико-статистических методов для изучения тех или иных биологических вопросов и обработки данных, полученных из природы или в лаборатории. Такие вопросы, как изменчивость морфологических, физиологических и экологических признаков животных и растений и установление влияния на них внешних и внутренних факторов, количественный учет и процессы, происходящие в популяциях, сходство и различия между видами, подвидами и иными систематическими категориями, рост индивидуальный и рост популяций, могут изучаться лишь с помощью математических и математико-статистических методов. Более того, в различных областях биологии (генетика, эволюционное учение, селекция, физиология), а также практически во всех лесных науках: лесоводстве, лесной таксации и др. соответствующие биологические процессы или явления теперь выражаются в математической форме.

Таким образом, пройдя длительный путь развития, математическая статистика и биометрия сегодня предстают перед нами как стройные и высокоразвитые науки, имеющие большое практическое значение.

4.Лесная биометрия как часть общей биометрии и ее значение для развития лесного хозяйства

Нас, как лесоводов, при изучении биометрии больше всего интересует тот ее раздел, который называется “лесная биометрия”.

Лесная биометрия - это раздел биометрии, содержанием которого является планирование и организация количественных экспериментов в лесоведении, лесоводстве, лесной таксации и в других лесных дисциплинах, обработка и анализ полученных результатов, используя методы математической статистики.

Лесная биометрия достаточно развитая наука. Для описания леса, лесных биогеоценозов, отдельных элементов лесного насаждения используются и дают важные практические результаты многие математические подходы, применяющиеся в общей биометрии.

Методы лесной биометрии широко используются при анализе процессов в природных явлениях, свойственных деревьям и древостоям, а также отдельным участкам леса. В качестве примера можно привести анализ наследуемости признаков деревьев и древостоев, оценка эффективности различных лесохозяйственных мероприятий.

Лесная биометрия - необходимый методический инструмент для проведения научных исследований в лесу, при разработке различных нормативных и справочных материалов. Например, все лесоводы пользуются сортиментными и объемными таблицами для учета леса на корню, применяют специальные таблицы для учета готовой лесопродукции, замеряя длину сортимента и его диаметр в верхнем отрезе и т.д. В этих таблицах приведены усредненные величины, полученные на основе обработки методами биометрии большого экспериментального (его еще называют первичным или исходным) материала. Далеко не каждое бревно определенной длины и диаметра имеет объем точно совпадающий с тем, который приведен в справочнике для искомых параметров длины и диаметра. Но, пользуясь методами лесной биометрии, ученые получили объемы с достаточной степенью приближения к реальности, и точность определения увеличивается при возрастании числа измерений.

На этом небольшом примере, а их очень много, мы видим, что ни лесная наука, ни лесохозяйственная практика не могут обойтись без использования в своей работе лесной биометрии. Методы лесной биометрии широко применяются также при обработке лесоустроительного материала в геоинформационной системе «Лесные ресурсы» с помощью компьютерных программ в системе «СОЛИ», а аткже при анализе данных аэро- и космической съемки.

В лесной биометрии широко применяются методы математического анализа, математическое моделирование. В настоящее время наиболее рациональным является применение биометрических методов с использованием компьютеров. Практически сегодня все вычисления проводятся только на компьютерах.

В то же время, чтобы правильно использовать методы лесной биометрии, необходимо хорошо знать лесоводство, лесную таксацию, лесные культуры и другие дисциплины, где применяют эти методы. Без хорошего знания той дисциплины, в которой мы работаем, биометрические методы получение корректного результата не гарантируют. Механическое, бездумное жонглирование цифрами, сведенными в модели, пусть даже и обработанными статистическими методами, недопустимо, т.к. может привести к ложным выводам.

Прежде чем выводить модель, надо представить общую биологическую закономерность. Например, известно, что дерево растет вверх, диаметр дерева не может уменьшаться и т.д. Это простейшие примеры, где все очевидно. Но есть много случаев, когда бездумное применение статистических моделей приводит даже при анализе роста деревьев к отрицательным величинам. В отношении приведенных примеров ошибку выявить легко, но далеко не все закономерности столь очевидны. Именно поэтому, начиная работу с материалом, который будет обработан биометрическими методами, надо очень хорошо знать свой предмет: лесоводство, таксацию, лесную селекцию и т.д. В дальнейшем при изучении разных методов биометрии мы это рассмотрим более подробно на конкретных примерах.

Очень часто ставят равенство между лесной биометрией и математической или вариационной статистикой. Следует помнить, что математическая статистика шире биометрии, а тем более, лесной биометрии, т.к. охватывает весь круг природных явлений живой и неживой природы, добавляя сюда технику, общество и экономику.

Когда мы в дальнейшем будем говорить о соотношениях математической статистики и лесной биометрии, то должны иметь в виду, что объектом применения статистических методов у нас будут деревья, древостои, лесные биогеоценозы и т.д. Вариационная статистика широко используется в исследованиях не только для оценки и анализа результатов измерений, но и для планирования эксперимента.

Биометрия как наука не стоит на месте. Здесь разрабатываются новые подходы и совершенствуются старые способы. Это расширяет круг решаемых задач в лесном хозяйстве.

Обобщая сказанное, можно сделать следующие выводы.

- Лесная биометрия широко используется в лесном хозяйстве.

- Без знания лесной биометрии невозможно понять суть и значение многих нормативов и величин, широко применяемых в лесном хозяйстве.

- Лесная биометрия - составная часть методики научных исследований в лесном деле. Любому исследователю ее обязательно надо знать и знать хорошо.

В дополнение ко всему отметим, что это интересная и захватывающая наука. Она имеет свою строгую логику, свои законы. В то же время лесная биометрия непростая наука, требующая для своего освоения серьезной работы и хорошей общебиологической, лесоводственной и математической подготовки.

Размещено на Allbest.ru